最佳测序预算拨款用于单个细胞的轨迹重建

科学领域:

• 单细胞基因组学 单细胞基因组学
• 计算生物学是一种计算生物学.
• 系统生物学 系统生物学

背景情况:

• 从基因表达得出细胞轨迹推断对于理解动态细胞过程至关重要.
• 单细胞RNA测序 (scRNA-seq) 数据为准确的轨迹恢复提出了诸如噪声,稀疏性和高维度等挑战.
• 在分配有限的测序资源时存在宽度-深度权衡,影响数据质量.

研究的目的:

• 调查固定测序预算的最佳分配,以最大限度地提高细胞轨迹属性恢复.
• 了解测序宽度和深度如何影响轨迹推断的准确性.

主要方法:

• 分析了五个不同的scRNA-seq数据集,涵盖了各种细胞分化和重编程过程.
• 在不同的宽度-深度测序策略中对重建准确性的实证评估.
• 数学建模用于描述测序参数和轨迹重建之间的关系.

主要成果:

• 重建的准确性以对数的方式扩展,随着序列的宽度或深度.
• 在最佳的细胞数量和测序预算之间观察到功率定律关系.
• 跨广度-深度权衡的轨迹重建中的非单调性可能会影响下游分析.

结论:

• 测序资源的战略分配是最大限度地提高细胞轨迹分析效率的关键.
• 了解广度和深度的权衡,可以在scRNA-seq研究中优化实验设计.
• 这项工作为改善从杂的高维单细胞数据中恢复细胞动态提供了洞察力.